CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.3. KẾT QUẢ NGHIÊN CỨU ĐỊNH TÍNH
3.3.4.1. Phương pháp thống kê mô tả
Giá trị trung bình (Mean, Average): Bằng tổng tất cả các giá trị biến quan sát chia cho tổng số quan sát.
Số trung vị (Median): Là giá trị của biến đứng ở giữa của một dãy số đã được sắp theo thứ tự tăng hoặc giảm dần. Số trung vị chia dãy số làm hai phần, mỗi phần có số quan sát bằng nhau.
Mode (Mol): Là giá trị có tần số xuất hiện cao nhất trong tổng số hay trong một dãy số phân phối.
Phương sai (): Là trung bình giữa bình phương các độ lệch giữa các biến và giá trị trung bình của các biến đó.
Độ lệch chuẩn: Là căn bậc hai của phương sai. 3.3.4.2. Thang đo Likert
Trong đề tài các nhân tố ảnh hưởng đến sự thỏa mãn công việc của nhân viên đều được đo bằng các biến quan sát. Các biến quan sát này được đo lường bằng thang đo Likert 5 mức độ, với mức độ 1 là hồn tồn khơng đồng ý và mức độ 5 là hoàn toàn đồng ý, cụ thể như sau:
Hoàn tồn
khơng đồng ý Khơng đồng ý Bình thường Đồng ý
Hoàn toàn đồng ý
1 2 3 4 5
3.3.4.3. Kiểm định độ tin cậy của thang đo
Một trong những mục tiêu của đề tài này là xây dựng và kiểm định độ tin cậy của các thang đo của từng nhân tố về động lực giảng dạy. Hai công cụ xác định hệ số Cronbach’s Alpha và phân tích nhân tố sẽ giúp chúng ta thực hiện mục tiêu này.
3.3.4.4. Phân tích hệ số tin cậy Cronbach’s Alpha
Hệ số Cronbach’ Alpha thực chất là phép kiểm định mức độ tương quan lẫn nhau của các mục hỏi trong thang đo qua việc đánh giá sự tương quan giữa bản thân các mục hỏi và tương quan của điểm số trong từng mục hỏi với điểm số toàn bộ các
mục hỏi cho từng trường hợp trả lời. Nhiều nhà nghiên cứu cho rằng hệ số Cronbach’ Alpha từ 0,8 trở lên đến gần bằng 1 là thang đo tốt, từ 0,7 đến 0,8 là sử dụng được. Cũng có nhiều nhà nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater,1995) cho rằng số Cronbach’Alpha từ 0,6 trở lên là sử dụng được trong trường hợp thang đo lường là mới đối với người trả lời trong bối cảnh nghiên cứu.
Hệ số tin cậy Alpha chỉ cho biết các đo lường có liên kết với nhau hay khơng, nhưng khơng cho biết mục hỏi (biến quan sát) nào cần bỏ đi và mục hỏi nào cần giữ lại. Khi đó, việc tính tốn hệ số tương quan giữa biến – tổng (item –total corelation) sẽ giúp loại ra những mục hỏi khơng đóng góp nhiều cho sự mơ tả của khái niệm cần đo (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2005). Theo Nunnaly & Burnstein (1994), các biến có hệ số tương quan biến – tổng nhỏ hơn 0,3 sẽ bị loại khỏi thang đo do có tương quan kém với các biến khác trong cùng mục hỏi. Hệ số tương quan biến – tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo.
Do đó, hệ số này càng cao thì sự tương quan giữa biến với các biến khác trong nhóm cao. Tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao (Nunnaly & Burnstein, 1994: dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2007).
3.3.4.5. Phân tích nhân tố khám phá (EFA)
Sau khi kiểm định mức độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha để loại bỏ biến khơng phù hợp, các biến phù hợp cịn lại sẽ tiếp tục sử dụng cho phân tích nhân tố khám phá EFA.
Phân tích nhân tố kiểm định sự hội tụ của các biến thành phần về khái niệm và do đó sẽ trả lời câu hỏi: liệu các biến quan sát dùng để đánh giá động lực làm việc có độ dính kết cao khơng và chúng có thể gom gọn lại thành một số nhân tố ít hơn để xem xét khơng. Các biến có hệ số tải nhân (factor loading) nhỏ hơn 0,5 sẽ bị loại. Để đạt độ giá trị phân biệt, sự khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0,3.
-Kiểm định tính thích hợp của EFA:
+ Sử dụng thước đo KMO (Kaiser –Mayer-Olkin measure of sampling adequacy) để đánh giá sự thích hợp của mơ hình EFA đối với ứng dụng vào dữ liệu thực tế nghiên cứu.
+ Khi trị số KMO thỏa mãn điều kiện: 0,5 < KMO < 1, phân tích nhân tố khám phá là thích hợp cho dữ liệu thực tế.
-Kiểm định tương quan của các biến quan sát trong thước đo đại diện:
+ Sử dụng kiểm định Barlett’s (Barlett’s test of sphericity) để đánh giá các biến quan sát có tương quan với nhau trong một thang đo (nhân tố).
+ Khi mức ý nghĩa (Significance, Sig.) của kiểm định Barlett’s nhỏ hơn 0,05 các biến quan sát có tương quan tuyến tính với nhân tố đại diện.
-Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố:
+ Phương pháp trích hệ số được sử dụng là Principal Component Analysis với phép quay là Varimax (xoay nguyên góc các nhân tố để tối thiểu hóa số lượng biến có hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích nhân tố được sử dụng trong phân tích EFA trong nghiên cứu.
+ Sử dụng phương sai trích để đánh giá mức độ giải thích các biến quan sát đối với nhân tố. Các biến quan sát có trọng số nhỏ hơn 0,5 sẽ tiếp tục bị loại và thang đo được chấp nhận khi tổng phương sai trích (% cumulative variance) bằng hoặc lớn hơn 50%.
- Tóm tắt các thông tin chứa đựng trong các biến gốc:
Để tóm tắt các thơng tin chứa đựng trong các biến gốc, cần rút ra một số lượng các nhân tố ít hơn số biến dựa vào Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố), trong đó chỉ có những nhân tố nào có Eigenvalue > 1 mới được giữ lại trong mơ hình phân tích, những nhân tố có Eigenvalue < 1 sẽ
khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc, vì sau khi chuẩn hóa mỗi biến gốc có phương sai là 1.
Trong quá trình phân tích EFA, ta phân tích chọn lọc một vài yếu tố ảnh hưởng lớn nhất đến động lực giảng dạy của giảng viên tại Trường Đại học Đồng Tháp.
Mơ hình phân tích EFA:
Fi = Wi1X1 + Wi2X2 + …+ Wik Xk Trong đó:
Fi: Ước lượng của nhân tố thứ i + F1: Đặc điểm công việc
+ F2: Chế độ lương, thưởng, đãi ngộ + F3: Môi trường làm việc
+ F4: Cơ sở vật chất phục vụ giảng dạy + F5: Quan hệ đồng nghiệp
+ F6: Tập thể sinh viên + F7: Đào tạo và phát triển + F8: Sự tự chủ trong công việc - Wi: Trọng số nhân tố - k: số biến quan sát ( k=31) Nhân tố Định nghĩa Kỳ vọng F1 F2 F3
Đặc điểm công việc
Chế độ lương, thưởng và đãi ngộ Môi trường làm việc
+ + +
F4 F5 F6 F7 F8 Cơ sở vật chất Đồng nghiệp Tập thể sinh viên Đào tạo và phát triển Sự tự chủ trong cơng việc
+ + + + +
3.3.4.6. Phân tích hồi quy tuyến tính bội
Phân tích hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số (biến giải thích hay biến độc lập) đến một biến số (biến kết quả hay biến phụ thuộc) nhằm dự báo biến kết quả vào các giá trị được biết trước của các biến giải thích.
Đề tài sử dụng phương pháp hồi quy tuyến tính bội để ước lượng mức độ ảnh hưởng của các yếu tố (biến giải thích) đến động lực giảng dạy của giảng viên (biến kết quả).
Phương trình hồi quy có dạng:
Trong đó:
Y: Biến phụ thuộc (Động lực)
Xi: Biến độc lập (các nhân tố ảnh hưởng) : Hệ số ước lượng
e: Sai số
Các biến đo lường các nhân tố ảnh hưởng đến động lực giảng dạy của giảng viên Trường Đại học Đồng Tháp được trình bày trong bảng:
Biến Loại biến Diễn giải X1 X2 X3 X4 X5 X6 X7 X8 Y Biến độc lập Biến độc lập Biến độc lập Biến độc lập Biến độc lập Biến độc lập Biến độc lập Biến độc lập Biến phụ thuộc
Đặc điểm công việc Chế độ lương, thưởng và đãi ngộ
Môi trường làm việc Cơ sở vật chất
Đồng nghiệp Tập thể sinh viên Đào tạo và phát triển Sự tự chủ trong công việc Động lực giảng dạy của giảng viên
Các biến độc lập X1, X2 , X3, X4, X5, X6, X7 , X8 được nhóm từ các thành phần nhân tố sau khi tiến hành phân tích EFA cho 42 biến quan sát.
3.3.4.7. Kiểm định các biến kiểm soát
a. Kiểm định giả thuyết về trị trung bình của hai tổng thể - trường hợp mẫu độc lập (Independent – samples T-test)
Kiểm định này khi cần so sánh trị trung bình về một chỉ tiêu nghiên cứu nào đó giữa hai đối tượng bạn quan tâm. Có hai biến trong một phép kiểm định trung bình: 1 biến định lượng dạng khoảng cách hay tỉ lệ để tính trung bình, và 1 biến định tính dùng để chia nhóm ra so sánh.
Trước khi thực hiện kiểm định trung bình ta cần phải thực hiện một kiểm định khác mà kết quả của nó ảnh hưởng rất quan trọng đến kiểm định trung bình, đó là kiểm định sự bằng nhau của hai phương sai tổng thể. Về mặt trực quan, chúng ta dễ dàng nhận thấy rằng so sánh hai tổng thể có trị trung bình bằng nhau nhưng mức độ phân tán hoàn toàn khác nhau là khập khiểng. Và vì phương sai diễn tả mức độ
đồng đều hoặc không đồng đều của dữ liệu quan sát nên ta phải tiến hành kiểm định sự bằng nahu về phương sai, kiểm định này có tên là Leneve test.
Leneve test được tiến hành với giả thuyết Ho rằng phương sai của 2 tổng thể bằng nhau, nếu kết quả cho ta mức ý nghĩa quan sát nhỏ hơn 0,05 thì ta bác bỏ giả thuyết Ho. Kết quả của việc bác bỏ hay chấp nhận giả thuyết Ho sẽ ảnh hưởng đến việc lựa chọn tiếp loại kiểm định giả thuyết về sự bằng nhau giữa hai trung bình tổng thể nào: kiểm định trung bình với phương sai bằng nhau hay kiểm định trung bình với phương sai khác nhau.
b. Phân tích phương sai một yếu tố (One-Way ANOVA)
Phân tích phương sai một yếu tố (One-Way ANOVA) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%.
Có một số giả định sau đối với phân tích phương sai một yếu tố: - Các nhóm so sánh phải độc lập và được chọn một cách ngẫu nhiên.
- Các nhóm so sánh phải có phân phối chuẩn hoặc cỡ mẫu phải đủ lớn để được xem như tiệm cận phân phối chuẩn.
- Phương sai của các nhóm so sánh phải đồng nhất. * Kiểm định Levene
Ho: “Phương sai bằng nhau” Sig < 0.05: bác bỏ Ho
Sig >=0.05: chấp nhận Ho -> đủ điều kiện để phân tích tiếp anova
*Kiểm định ANOVA
Ho: “Trung bình bằng nhau”
Sig >0.05: bác bỏ Ho -> chưa đủ điều kiện để khẳng định có sự khác biệt… Sig <=0.05: chấp nhận Ho -> đủ điều kiện để khẳng định có sự khác biệt… Khi có sự khác biệt thì có thể phân tích sâu hơn để tìm ra sự khác biệt như thế nào giữa các nhóm quan sát.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. MÔ TẢ CƠ SỞ DỮ LIỆU THU THẬP
Có 232 mẫu quan sát hợp lệ được thu thập. Do vậy, cơ sở dữ liệu đưa vào xử lý và phân tích là 232 mẫu.
4.2. KIỂM ĐỊNH THANG ĐO
Tám nhân tố được đưa vào nghiên cứu về động lực giảng dạy là đặc điểm công việc; chế độ lương, thưởng và đãi ngộ; môi trường làm việc; cơ sở vật chất; đồng nghiệp; tập thể sinh viên; đào tạo và phát triển; sự tự chủ trong công việc,
Trước tiên, nghiên cứu sẽ tiến hành xác định hệ số Cronbach ’s Alpha để kiểm tra độ tin cậy của các biến dùng để đo lường. Sau đó tiến hành phân tích nhân tố để trả lời câu hỏi liệu các biến quan sát có độ kết dính cao khơng và chính xác bao nhiêu nhân tố cần xem xét trong mơ hình nghiên cứu, phân tích nhân tố khám phá (Exploratory Factor Analysis) được thực hiện bằng phần mềm SPSS 20, dùng để rút gọn một tập gồm nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu.
Kiếm định độ tin cậy của thang đo Cronbach ’s Alpha các yếu tố về động lực giảng dạy
Tiến hành kiểm định độ tin cậy của thang đo bằng cách chạy Cronbach ’s Alpha cho thang đo động lực giảng dạy. Sau khi thực hiện kiểm định độ tin cậy của thang đo, chúng ta sẽ loại trừ các yếu tố có độ tin cậy thang đo thấp và đồng thời kết hợp với mục tiêu nghiên cứu đã để ra tiến hành đưa các yếu tố đạt tiêu chuẩn của độ tin cậy thang đo và mơ hình chính thức.
Để đảm bảo cho nghiên cứu có được độ tin cậy của thang đo cao, cần đảm bảo các tiêu chí sau:
- Chỉ chọn những quan sát thuộc các yếu tố có hệ số Cronbach ’s Alpha từ 0,6 trở lên để đưa vào mơ hình nghiên cứu (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Các biến quan sát có hệ số tương quan biến tổng (Corrected item – Total correlation) nhỏ hơn 0,4 sẽ bị loại khỏi mơ hình.
Bảng 4.1: Kết quả Cronbach ’s Alpha các yếu tố về động lực giảng dạy Biến
quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Hệ số tương quan biến tổng Cronbach ’s Alpha nếu loại biến Đặc điểm công việc (Cronbach ’s Alpha =0,788)
CV1 16,2845 5,330 0,596 0,740
CV2 16,6724 4,455 0,674 0,709
CV3 16,3534 5,277 0,546 0,754
CV4 17,0776 5,163 0,493 0,773
CV5 16,5776 5,371 0,532 0,758
Chế độ lương, thưởng và đãi ngộ (Cronbach ’s Alpha = 0,824)
LT1 13,9353 7,740 0,643 0,782
LT2 13,7414 7,630 0,714 0,762
LT3 13,5948 7,645 0,625 0,788
LT4 13,4741 8,164 0,501 0,825
Môi trường làm việc (Cronbach ’s Alpha = 0,834) MT1 19,0388 8,219 0,692 0,790 MT2 19,2069 8,009 0,652 0,797 MT3 19,2888 8,267 0,666 0,795 MT4 19,2284 7,865 0,670 0,793 MT5 19,1034 9,020 0,466 0,834 MT6 18,8103 8,942 0,500 0,827
Cơ sở vật chất (Cronbach ’s Alpha = 0,863)
VC1 27,5603 23,165 0,546 0,853 VC2 27,0905 23,303 0,624 0,845 VC3 27,0776 25,042 0,529 0,855 VC4 27,5690 23,857 0,617 0,847 VC5 27,3879 23,191 0,548 0,853 VC6 27,4612 23,938 0,617 0,847 VC7 28,0388 22,479 0,598 0,848 VC8 28,3448 22,357 0,615 0,846 VC9 28,5388 22,172 0,672 0,840
DN1 11,6853 2,537 0,619 0,841
DN2 11,5388 2,579 0,725 0,801
DN3 11,6466 2,385 0,750 0,785
DN4 11,7974 2,266 0,689 0,815
Tập thể sinh viên Cronbach ’s Alpha = 0,836
SV1 10,6121 4,481 0,691 0,782
SV2 10,7888 4,211 0,786 0,736
SV3 10,8578 4,573 0,664 0,794
SV5 10,3491 5,345 0,535 0,845
Đào tạo và phát triển Cronbach ’s Alpha = 0,856
DT1 7,6207 2,193 0,654 0,866
DT2 7,7759 1,889 0,792 0,738
DT3 7,7759 1,872 0,747 0,782
Sự tự chủ trong công việc Cronbach ’s Alpha = 0,791
TC1 11,4526 2,898 0,501 0,790
TC2 11,6164 2,610 0,677 0,698
TC3 11,4224 2,955 0,596 0,742
Động lực chung Cronbach ’s Alpha = 0,762 DL1 12,0690 2,064 0,585 0,691 DL2 12,0948 2,242 0,522 0,726 DL3 11,8448 2,036 0,633 0,665 DL4 11,6552 2,227 0,503 0,736 (Nguồn: Phụ lục 2)
Qua bảng kiểm định sơ bộ này cho thấy các biến thành phần để đo lường động lực giảng dạy có hệ số tương quan biến tổng lớn hơn 0,4 và hệ số Cronbach’s Alpha lớn hơn 0,6.
Ngồi ra có hai biến SV4, DT4, ta thấy Nếu loại biến SV4 thì Cronbach’ s Alpha tăng từ 0,814 lên 0,836; nếu loại biến DT4 thì Cronbach ’s Alpha tăng từ 0,798 lên 0, 856. Hệ số tương quan biến tổng nhỏ hơn 0,4 (SV4 = 0.389, DT4 = 0.377). Nên tác giả quyết định loại 2 biến này khỏi mơ hình nghiên cứu.
Như vậy tất cả 8 thang đo với 40 biến quan sát được đưa vào phân tích nhân tố (EFA).
4.3. PHÂN TÍCH NHÂN TỐ
Sau khi đánh giá sơ bộ thang đo đo lường động lực giảng dạy bằng hệ số Cronbach’s Alpha. Tiếp đó, các biến được đưa vào phân tích nhân tố khám phá (EFA), việc phân tích nhân tố EFA sẽ giúp loại bỏ các biến đo lường không đạt yêu cầu và đảm bảo cho thang đo có tính đồng nhất. Như vậy, phân tích nhân tố vừa giúp ta rút gọn tập hợp nhiều biến thành một số biến tương đối ít, đồng thời kiểm tra